Super-topan Bavi mendarat di Provinsi Guangxi, Tiongkok, pada 24 Agustus 2020 dengan kecepatan angin maksimum 175 km/jam—badai terkuat yang mengancam kawasan Asia Timur dalam lebih dari 30 tahun terakhir, menurut data Pusat Meteorologi Nasional Tiongkok.
Apa yang Berubah di Balik Sistem Peringatan Dini?
Yang berbeda dari Bavi bukan hanya intensitasnya, tapi cara sistem peringatan dini merespons. Untuk pertama kalinya, Badan Meteorologi Tiongkok (CMA) mengintegrasikan model prediksi berbasis AI 'Fengyun-4B' secara penuh dalam operasi nasional—menggantikan sebagian besar simulasi numerik konvensional dalam pembaruan tiap 10 menit. Model ini tidak hanya memprediksi lintasan, tapi juga menghitung risiko banjir lokal berdasarkan data curah hujan real-time dari 2.800 stasiun cuaca otomatis dan citra satelit resolusi 500 meter.
Dilansir Tempo Tekno, sistem ini berhasil memberi peringatan dini 72 jam sebelum landasan utama di Nanning—lebih cepat 18 jam dibanding respons serupa saat topan Lekima tahun 2019. Namun, jarak antara peringatan dan evakuasi tetap bervariasi: di kabupaten Fangcheng, hanya 32% warga mengungsi dalam waktu 6 jam setelah peringatan tingkat merah dikeluarkan. Di Kota Beihai—yang menggunakan platform AI lokal 'SkyGuard'; tingkat kepatuhan evakuasi mencapai 89%, berkat notifikasi berbasis lokasi dan integrasi langsung dengan aplikasi transportasi umum.
Baca juga: Dua Mobil Otonom Tabrakan di 155 mph — Uji Nyata yang Tak Bisa Dibayar Mahal
Di Mana AI Justru Mengungkap Celah Manusia?
AI tidak gagal saat memprediksi Bavi—ia justru terlalu akurat. Masalah muncul ketika output model berbenturan dengan kapasitas administratif daerah. Di wilayah pedesaan Guangxi, banyak desa tidak memiliki jalur evakuasi resmi, apalagi peta risiko banjir digital. Hasil analisis AI menunjukkan potensi genangan hingga 3,2 meter di Desa Shangsi—tapi tidak ada satu pun petugas lapangan yang menerima laporan itu dalam format yang bisa ditindaklanjuti. Data tetap berupa koordinat dan grafik, bukan instruksi operasional seperti 'tutup jembatan X pukul 14.00' atau 'aktifkan kapal penyelamat Y'. Menurut laporan CMA, 64% dari 1.200 titik pengamatan darat gagal mengirimkan update status infrastruktur selama 48 jam kritis pasca-peringatan.
Ini bukan soal algoritma, tapi soal antarmuka antara teknologi dan tata kelola. Platform AI seperti Fengyun-4B dirancang untuk pusat komando di Beijing—bukan untuk camat di desa yang hanya punya akses internet 3G dan smartphone Android versi lama. Di beberapa kabupaten, petugas masih mencatat laporan kerusakan jalan secara manual di buku catatan, lalu memfoto dan mengunggahnya ke grup WeChat—proses yang memakan rata-rata 47 menit per insiden, menurut studi internal CMA tahun 2021.
Baca juga: Mengapa Cabut Hardisk Eksternal Tanpa 'Eject' Masih Berbahaya di Era AI
Di Indonesia, skenario serupa sudah mulai terasa. BMKG sedang menguji sistem 'CuacaAI' di Jawa Barat—namun versi ujicobanya belum terintegrasi dengan sistem penanggulangan bencana daerah. Padahal, menurut Tempo Tekno, 78% kabupaten di Indonesia belum memiliki SOP digital untuk respons bencana berbasis notifikasi otomatis. Artinya, meski AI bisa memprediksi banjir di Bandung dua hari sebelumnya, tidak ada mekanisme otomatis yang memicu penutupan jalan tol atau pengalihan rute bus Trans Metro Bandung—kecuali petugas memutuskan secara manual.
inovasi paling efektif justru muncul dari luar pusat: startup lokal di Guangxi mengembangkan aplikasi 'RainCall', yang menerjemahkan output AI menjadi pesan suara berbahasa dialek Zhuang—dengan opsi panggilan otomatis ke rumah warga lanjut usia. Dalam uji coba di 12 desa, tingkat evakuasi naik 41% dibandingkan wilayah yang hanya mengandalkan sirine dan SMS. Ini membuktikan bahwa teknologi cuaca masa depan bukan soal akurasi prediksi semata, tapi kemampuan menyampaikan ancaman dalam bahasa yang bisa dipahami—dan direspons; oleh manusia nyata.
"Kita bukan lagi membangun sistem yang bisa melihat badai dari langit. Kita sedang belajar membangun sistem yang bisa mendengar jeritan orang di bawah hujan," kata Dr. Li Wei, kepala divisi teknologi adaptif CMA, dalam konferensi pers pasca-Bavi.